Embassy-rs项目中STM32 ADC通道选择问题的技术分析
2025-06-01 23:17:11作者:幸俭卉
问题背景
在嵌入式开发中,模数转换器(ADC)是常用的外设之一,用于将模拟信号转换为数字信号。在embassy-rs项目中,针对STM32系列微控制器的ADC驱动实现存在一个潜在的问题,特别是在通道选择方面。
问题描述
在STM32 L0系列微控制器的ADC实现中,发现通道选择逻辑可能存在错误。具体表现为:
- 当使用PA4引脚作为ADC输入时,代码将通道号4直接写入寄存器
- 但根据STM32参考手册,ADC通道选择寄存器(CHSELR)需要的是位掩码形式,即1<<n,而不是直接的通道号
技术细节分析
ADC通道选择寄存器结构
STM32的ADC通道选择寄存器(CHSELR)是一个位掩码寄存器,每个位对应一个通道:
- 位0:通道0选择
- 位1:通道1选择
- ...
- 位18:通道18选择
要选择某个通道,需要将对应位置1,而不是写入通道号本身。
当前实现的问题
当前代码中,impl_adc_pin!宏定义如下:
macro_rules! impl_adc_pin {
($inst:ident, $pin:ident, $ch:expr) => {
impl crate::adc::AdcChannel<peripherals::$inst> for crate::peripherals::$pin {}
impl crate::adc::SealedAdcChannel<peripherals::$inst> for crate::peripherals::$pin {
#[cfg(any(adc_v1, adc_l0, adc_v2, adc_g4, adc_v4))]
fn setup(&mut self) {
<Self as crate::gpio::SealedPin>::set_as_analog(self);
}
fn channel(&self) -> u8 {
$ch
}
}
};
}
问题出在channel()方法直接返回了通道号,而没有转换为位掩码形式。
正确的实现方式
根据STM32 HAL头文件定义,正确的做法应该是返回1<<n的位掩码:
#define ADC_CHSELR_CHSEL4_Pos (4U)
#define ADC_CHSELR_CHSEL4_Msk (0x1UL << ADC_CHSELR_CHSEL4_Pos) /*!< 0x00000010 */
#define ADC_CHSELR_CHSEL4 ADC_CHSELR_CHSEL4_Msk /*!< Channel 4 selection */
因此,Rust实现应该修改为:
fn channel(&self) -> u8 {
1 << $ch
}
底层寄存器访问分析
在embassy-rs的寄存器访问层,set_chselx方法的实现是正确的:
pub fn set_chselx(&mut self, n: usize, val: bool) {
assert!(n < 19usize);
let offs = 0usize + n * 1usize;
self.0 = (self.0 & !(0x01 << offs)) | (((val as u32) & 0x01) << offs);
}
这个方法已经正确处理了位操作,只需要传入正确的通道号即可。问题在于上层提供的通道号格式不正确。
影响范围
这个问题可能影响以下STM32系列:
- ADCv1版本
- ADCv2版本
- ADCv4版本
- STM32L0系列
- STM32G4系列
解决方案建议
- 修改
impl_adc_pin!宏,使其返回位掩码而非直接通道号 - 或者修改
read方法,在写入寄存器前将通道号转换为位掩码 - 更新相关文档,明确通道选择的使用方式
总结
在嵌入式开发中,对硬件寄存器的精确操作至关重要。STM32的ADC通道选择需要特别注意寄存器格式要求。这个问题提醒我们在开发硬件抽象层时,必须仔细对照芯片参考手册,确保寄存器访问的正确性。同时,良好的文档和注释也能帮助开发者避免类似的错误。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C095
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.55 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
227
95
暂无简介
Dart
727
175
React Native鸿蒙化仓库
JavaScript
287
340
Ascend Extension for PyTorch
Python
285
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
702
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
442
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19